一.加载用户数据至用户维度表
1.打开kettle工具,创建load_dim_customer转换
2.配置“表输入”控件
首先配置数据库连接,连接完成后在SQL语句编写框中编写如下SQL语句:
select
coalesce(max(customer_last_update),"1970-01-01 00:00:00")
as max_dim_customer_last_update
from dim_customer;
编写完成后可以单击“预览”按钮查看:
3.配置“表输入2”控件
首先配置数据库连接,连接完成后在SQL语句编写框中编写如下SQL语句,用于获取数据库sakila中数据表customer中的最新数据:
select
customer_id,
store_id,
first_name,
last_name,
email,
address_id,
active,
create_date,
last_update
from customer where last_update > ?
编写完成后在“从步骤插入数据”下拉列表中选择“表输入”,然后单击“确定”按钮完成配置:
这里需要注意的是,获取数据表customer的最新数据中包含字段address_id,因此需要创建一个子转换,用于实现获取用户的地址,具体实现步骤如下:
4.打开kettle工具,创建fetch_address转换
5.配置“映射输入规范”控件
双击该控件,进入Mapping input specification界面,添加映射的字段address_id,该字段为传递的参数(由于转换load_dim_customer中“表输入2”控件流获取的字段address_id用于查询用户的地址信息,而后续数据仓库的维度表数据也需要用户的地址信息,因此这里将字段address_id作为传递的参数),添加完毕后单击“确定”按钮,完成“映射输入规范”控件的配置,如下图所示:
6.配置“数据库查询”控件
双击进入该控件首先配置数据库连接,连接完成后单击表名右侧的“浏览”按钮,添加数据表address;在“查询所需的关键字”框中添加查询所需的关键字字段address_id,由于该字段是唯一的,因此可作为数据表address中数据和“映射输入规范”控件流中数据的比较条件;在“查询表返回的值”框中添加查询表返回的值,如下图所示:
7.配置“数据库查询2”控件
双击进入该控件首先配置数据库连接,单击表名后的“浏览”按钮,添加数据表city;在“查询所需的关键字”框中添加查询所需的关键字字段city_id,作为数据表city中数据与“数据库查询2”控件流中数据比较的条件;在“查询表返回的值”框中添加查询表返回的值,如下图所示:
8.配置“数据库查询3”控件
9.配置“过滤记录”控件
在“条件”处设置过滤的条件,对有第二个地址的用户进行过滤操作;单击左边的“field”框,弹出“字段”对话框,选择要过滤的字段address2;再单击“=”框,弹出“函数:”对话框,选择过滤条件(这里选择的是IS NOT NULL),即过滤指定字段中不为空的数据;在“发送true数据给步骤:”后的下拉列表中选择“JavaScript代码”,将有第二个地址的用户放在JavaScript控件中,用于后续的操作;在“发送false数据给步骤:”后的下拉列表中选择“字段选择”,将没有第二个地址的用户进行字段选择处理;如下图所示:
10.配置“JavaScript代码”控件
勾选“兼容模式?”,并在JavaScript代码框中编写如下代码:
var address=address.getString()+" "+address2.getString();
如下图所示:
11.配置“字段选择”控件
双击该控件,进入“选择/改名值”界面,在“移除”选项卡的“移除的字段:”处添加要移除的字段,如下图所示:
12.配置“映射”控件
双击该控件进入后,单击“转换”处的Browser按钮,选择添加转换fetch_address,用于获取用户的地址信息,如下图所示:
13.配置“字段选择”控件
在该控件中选择“元数据”选项卡的“需要改变元数据的字段”处添加字段active,由于数据表customer中字段active的类型为tinyint,因此需要将字段active的类型改为String,与维度表dim_customer中字段customer_active的类型对应,如下图所示:
14.配置“值映射”控件
进入该控件后,在“使用的字段名:”后的下拉列表中选择字段active;在“字段值”框中添加源值和目标值,由于数据表customer中字段active的值为1和0,对应的是Y和N,这里将Y替换成Yes,将N替换成No,如下图所示:
15.配置“维度查询/更新”控件
首先配置数据库连接,配置完成后单击目标表右侧的“浏览”按钮,选择输出的目标表,即维度表dim_customer;在“关键字”选项卡处添加关键字段customer_id,用于指定维度表字段和流字段的比较条件;在“字段”选项卡处添加查询/更新字段;在“代理关键字段”后的下拉列表中选择customer_key为代理关键字段,并指定“创建代理键”为使用自增字段;在“Version字段”后的下拉列表中选择customer_version_number;在“Stream日期字段”后的下拉列表中选择last_update;在“开始日期字段”后的下拉列表中选择customer_valid_from;在“截止日期字段”后的下拉列表中选择customer_valid_through,如下图所示:
16.运行转换load_dim_customer
17.查看维度表dim_customer中的数据
如上图所示,dim_customer表中成功写入数据
二.加载商店数据至商店维度表
1.打开kettle工具,创建load_dim_store转换
2.配置“表输入”控件
首先配置数据库连接,连接完成后在SQL语句编写框中编写如下SQL语句:
select
coalesce(max(store_last_update),"1970-01-01 00:00:00")
as max_dim_store_last_update
from dim_store;
编写完成后可以单击“预览”按钮查看:
3.配置“表输入2”控件
首先配置数据库连接,连接完成后在SQL语句编写框中编写如下SQL语句,用于获取数据库sakila中数据表store中的最新数据:
select
store_id,
manager_staff_id,
address_id,
last_update
from store where last_update > ?
编写完成后在“从步骤插入数据”下拉列表中选择“表输入”,然后单击“确定”按钮完成配置:
4.配置“映射”控件
双击该控件进入后,单击“转换”处的Browser按钮,选择添加转换fetch_address,用于获取用户的地址信息,如下图所示:
5.配置“数据库查询”控件
双击进入该控件首先配置数据库连接,单击表名后的“浏览”按钮,添加数据表staff;在“查询所需的关键字”框中添加查询所需的关键字字段staff_id,作为数据表city中数据与“数据库查询2”控件流中数据比较的条件;在“查询表返回的值”框中添加查询表返回的值,即员工姓氏和名字;如下图所示:
6.配置“维度查询/更新”控件
首先配置数据库连接,配置完成后单击目标表右侧的“浏览”按钮,选择输出的目标表,即维度表dim_store;在“关键字”选项卡处添加关键字段store_id,用于指定维度表字段和流字段的比较条件;在“字段”选项卡处添加查询/更新字段,用于指定维度表字段store_id和流字段store_id数据一致需要更新的字段;在“代理关键字段”后的下拉列表中选择store_key为代理关键字段,并指定“创建代理键”为使用自增字段;在“Version字段”后的下拉列表中选择store_version_number;在“Stream日期字段”后的下拉列表中选择last_update;在“开始日期字段”后的下拉列表中选择store_valid_from;在“截止日期字段”后的下拉列表中选择store_valid_through,如下图所示:
7.运行转换load_dim_store
8.查看维度表dim_store中的数据
如上图所示,dim_store表中成功写入数据